零基础入门深度学习(1)：感知器-激活函数

零基础入门深度学习（1）：感知器，激活函数本文章来自于阿里云云栖社区

摘要：零基础入门深度学习(1) - 感知器零基础入门深度学习(2) - 线性单元和梯度下降零基础入门深度学习(3) - 神经网络和反向传播算法零基础入门深度学习(4) - 卷积神经网络零基础入门深度学习(5) - 循环神经网络。零基础入门深度学习(6) - 长短时记忆网络(LSTM)。无论即将到来的是大数据时代还是人工智能时代，亦或是传统行业使用人工智能在云上处理大数据的时代，作

零基础入门深度学习(1) - 感知器（原文链接：

/p/9ca2c1b07e0e?spm=5176.100239.blogcont69850.11.QPQa sR）

零基础入门深度学习(2) - 线性单元和梯度下降（原文链接：

/p/c9938d7a5209?spm=5176.100239.blogcont69850.12.QPQ asR）

零基础入门深度学习(3) - 神经网络和反向传播算法（原文链接：

/p/5187635c7a2d?spm=5176.100239.blogcont69850.13.QPQ asR）

零基础入门深度学习(4) - 卷积神经网络（原文链接：

/p/722202df94fd?spm=5176.100239.blogcont69850.14.QPQa sR）

零基础入门深度学习(5) - 循环神经网络。（原文链接：

https:///hanbingtao/note/541458?spm=5176.100239.blogcont69850.15.Q PQasR）

零基础入门深度学习(6) - 长短时记忆网络(LSTM)。（原文链接：

https:///hanbingtao/note/581764?spm=5176.100239.blogcont69850.16.Q PQasR）

无论即将到来的是大数据时代还是人工智能时代，亦或是传统行业使用人工智能在云上处理大数据的时代，作为一个有理想有追求的程序员，不懂深度学习（Deep Learning）这个超热的技术，会不会感觉马上就out了？现在救命稻草来了，《零基础入门深度学习》系列文章旨在帮助爱编程的你从零基础达到入门级水平。

零基础意味着你不需要太多的数学知识，只要会写程序就行了，没错，这是专门为程序员写的文章。虽然文中会有很多公式你也许看不懂，但同时也会有更多的代码，程序员的你一定能看懂的（我周围是一群狂热的Clean Code程序员，所以我写的代码也不会很差）。

1深度学习是啥

在人工智能领域，有一个方法叫机器学习。在机器学习这个方法里，有一类算法叫神经网络。神经网络如下图所示：

上图中每个圆圈都是一个神经元，每条线表示神经元之间的连接。我们可以看到，上面的神经元被分成了多层，层与层之间的神经元有连接，而层内之间的神经元没有连接。最左边的层叫做输入层，这层负责接收输入数据；最右边的层叫输出层，我们可以从这层获取神经网络输出数据。输入层和输出层之间的层叫做隐藏层。

隐藏层比较多（大于2）的神经网络叫做深度神经网络。而深度学习，就是使用深层架构（比如，深度神经网络）的机器学习方法。

那么深层网络和浅层网络相比有什么优势呢？简单来说深层网络能够表达力更强。事实上，一个仅有一个隐藏层的神经网络就能拟合任何一个函数，但是它需要很多很多的神经元。而深层网络用少得多的神经元就能拟合同样的函数。也就